Matematiska förmågor och programmering

NATURVETENSKAP–

MATEMATIK–SAMHÄLLE

Självständigt arbete i fördjupningsämnet (Matematik)

Matematiska förmågor och

programmering

Mathematical skills and programming

Mikaela Jemt

Federico Valeri

Ämneslärare, förstaämne matematik, inriktning gymnasieskolan, 300hp

Självständigt arbete i matematik och lärande, 15hp, grundnivå

2021-01-14

Examinator: Jöran Petersson Handledare: Peter Bengtsson

2

Förord

Arbetet är skrivet under kursen Självständigt arbete på grundnivå, 15 hp, i fördjupningsämnet vilket för oss är matematik. Arbetet är skrivet i par och båda två har varit likvärdigt delaktiga i alla delar av processen. Valet av ämnesområde föll sig naturligt då båda två har programmerat tidigare och har en stark positiv inställning till att använda sig av programmering i undervisningen framöver.

3

Sammanfattning

Syftet med denna kunskapsöversikt är att undersöka huruvida programmering kan utveckla de matematiska förmågorna och vilken typ av programmering som då är den bästa ur didaktisk synpunkt. För att besvara frågorna så utfördes en strukturerad och systematisk litteratursökning med betoning på vetenskapligt granskat material. Litteratursökning karakteriserandes framförallt av engelska sökord då majoriteten av alla forskningsartiklar inom ämnet, även de gjorda i Sverige, skrivs på just engelska.

Angående vilken typ av programmering man bör använda sig av så är resultaten tvetydiga då det är för många olika faktorer som spelar in för att med säkerhet kunna avgöra detta i nuläget. Dock väger blockprogrammering något tyngre än standardprogrammering då den inte karakteriseras av samma branta inlärningskurva. Urkopplad programmering tycker flertalet lärare är bäst som ett komplement till någon av de andra två typerna.

Problemlösnings- och resonemangsförmågorna är de förmågorna där mest forskning är gjord, därför har de fått en större plats i resultatet än övriga förmågor. På modellerings-, begrepps- och kommunikationsförmågorna har det gjorts sparsamt med forskning därför får de inte lika stor plats i resultatet. Litteratursökningen bar ingen frukt för relevans- och procedursförmågorna och dessa tas därför inte upp förrän i diskussionen. Resultatet av arbetet visar att det finns en korrelation mellan undervisning i programmering och utvecklingen av vissa matematiska förmågor, dock krävs mer forskning inom ämnet för att ha en god vetenskaplig grund för påståendet.

4

Innehållsförteckning

Förord ... 2

Sammanfattning ... 3

1 Inledning ... 5

2 Syfte och frågeställning ... 6

3 Metod ... 7 3.1 Informationssökning ... 7 3.2 Metodanalys ... 9 4 Begrepp ... 10 4.1 Computational Thinking ... 10 4.2 Unplugged programming ... 10 4.3 Block programming ... 11 4.4 Textual programming ... 11 5 Resultat ... 12 5.1 Problemlösningsförmåga ... 12 5.2 Resonemangförmåga ... 13 5.3 Kommunikationsförmåga ... 15 5.4 Modelleringsförmåga ... 15 5.5 Begreppsförmåga ... 16

5.6 Urkopplad, block- och standardprogrammering ... 16

7 Diskussion och slutsats ... 18

8 Vidare forskning ... 21

Referenser ... 22

5

1 Inledning

Programmering är sedan 2018 en del av vissa kursplaner i Matematik i Sverige (Regeringen, 2017). Det infördes då det ansågs att elever behöver stärka sin digitala kompetens för att platsa i den digitaliserande värld vi lever i idag. Dock läser de elever som går de yrkesförberedande linjerna inte programmering i matematik (Skolverket, 2017) då det endast ingår på b- och c-spåret, i rapporten skriver Skolverket därför att man som lärare ska vara beredd på att elever som går från ma2a till ma3b kan behöva extra hjälp med programmeringen. Vi vill med den här kunskapsöversikten undersöka huruvida programmeringen i matematikämnet kan stärka de matematiska förmågorna eller om det hamnade i matematikämnet då det var den naturligaste vägen att gå. Om programmering stärker de matematiska förmågorna kanske det är så att lärare bör använda sig av programmeringen även i a-spåret trots att det inte strår angivet i kursplanerna.

Eftersom det i ämneslärarutbildningen på Malmöuniversitet endast är en kurs i programmering (Malmöuniversitet, 2020) så väcktes frågan om hur stor inverkan programmering har på de matematiska förmågorna då detta inte behandlades under kursen. Vi upplevde dessutom att utbildningen inte behandlade den didaktiska aspekten av programmeringsämnet vilket kan påverka vår möjlighet att skapa givande lärandetillfällen med programmering i framtiden. Att utöka programmeringsundervisningen i lärarutbildningen skulle kanske vara vägen att gå då många aktiva lärare inte anser att de har tillräckliga förkunskaper i programmering (Humble, Mozelius, & Sällvin, 2020). Om programmeringsundervisningen i lärarutbildningen utvidgas skulle det kunna leda till att lärare i större utsträckning faktiskt använder sig av programmering i sin egen undervisning för att styrka matematiken och inte bara undervisar i programmering för att spegla läroplanens krav. I den senaste revideringen av läroplanen som träder i kraft från och med hösten 2021 kommer lärarna endast vara ansvariga att visa att programmering kan användas som en lösningsmetod och inte lära ut programmering i sig, förutom i kursen matematik 3c (SKOLFS 2020:94). Denna kunskapsöversikt kan förhoppningsvis peka på behovet av ytterligare forskning vilket kan leda till att vissa lärare ändå kan komma att använda sig av programmering i en större utsträckning än vad kursplanen kräver.

Att det i programmering används matematik är det ingen fråga om, men hur programmeringen påverkar elevernas inlärningsprocess i ämnet matematik är den fråga som vi med kunskapsöversikten ska försöka svara på. En mer djupgående förklaring till frågeställningen och dess syfte ur en didaktisk synpunkt finns under rubriken Syfte och frågeställning.

6

2 Syfte och frågeställning

Denna kunskapsöversikt behandlar ämnet programmering i matematikundervisning och vilka matematiska förmågor programmeringen kan utveckla. Då det i kursplaner för matematik spåren B och C på gymnasienivå anges att programmering ska behandlas som en del av undervisningen i problemlösning och modellering (Skolverket, 2011) väcks frågan huruvida programmeringen verkligen bidrar till ökad förståelse för matematik eller inte. Syftet med den här kunskapsöversikten blir därför att undersöka vilka matematiska förmågor som programmeringen utvecklar då detta inte uttrycks explicit i läroplanen. Översikten kommer behandla olika typer av programmering; blockprogrammering, standardprogrammering och unplugged programmering, dessa kommer definieras senare i översikten.

Vi kommer även att undersöka vilken typ av programmering som är bäst för utvecklingen av matematiska förmågor genom att studera fördelar och nackdelar med de olika typerna. Resultaten kommer att ställas i förhållande till styrdokumenten i svensk skola då majoriteten av forskningen är gjord på en internationell nivå. Även om forskningen behandlar olika programmeringsspråk så kommer arbetet endast diskutera programmering generellt och inte jämföra olika resultat i förhållande till programmeringsspråk. Eftersom området redan är väldigt snävt så har vi valt att inte ytterligare begränsa översikten.

Övergripande handlar kunskapsöversikten om programmering i förhållandet till matematikundervisning. I vilken utsträckning bidrar programmering till utvecklingen av olika matematiska förmågor? För att strukturera översikten har vi valt att koncentrera innehållet till dessa två frågor:

• Vilka matematiska förmågor kan utvecklas genom undervisning i programmering?

• Vilken typ av programmering är mest framgångsrik för att vidare utveckla matematisk förståelse?

För att besvara den första frågan kommer vi att se till de olika förmågorna som uttrycks i läroplanen exempelvis problemlösning, begrepp, modellering och procedur (Skolverket, 2011). Den andra frågan kommer undersöka de olika typerna av programmering som tidigare nämnts. Detta kommer att göras genom att undersöka relevant forskning och försöka identifiera i vilken utsträckning de olika varianterna av programmering stärker lärandeprocessen i förhållande till de nämnda matematiska förmågorna.

7

3 Metod

Metoden som karakteriserar kunskapsöversikten är en strukturerad litteratursökning med syftet att hitta relevanta vetenskapliga artiklar för att kunna diskutera de teoretiska frågorna som tidigare presenterats under rubriken Syfte och frågeställning. I boken rapporter och uppsatser (Backman, 2008) förespråkar författaren att sökprocessen ska struktureras och även karakteriseras av tydliga skriftliga formuleringar av iakttagelserna som gjorts, vilket genomsyrade vårt arbete. Under sökprocessen sammanfattades varje artikel som kunde relateras till vår frågeställning med två- till femhundra ord och organiserades i en tabell, bilaga 1, där författarna, databas, antal träffar och relevans tydligt kunde observeras.

Kapitlet redogör för sökprocessen som karakteriserade arbetet med kunskapsöversikten. Processen redogörs både i form av en löpande text och i nämnda tabell.

3.1 Informationssökning

Den första sökningen genomfördes i databasen Libsearch genom Malmöuniversitets webbportal och karakteriserades av sökorden matematik och programmering. Sökningen begränsades till vetenskapligt granskat material och gav endast 32 träffar som visade sig vara irrelevanta i förhållande till frågeställningen. På grund av resultatet av den första sökningen testades engelska ord för att kunna nå de internationella forskningarna och på det sättet kunna vidga sökningsområdet. Andra sökningen genomfördes i databasen ERIC och kombinerade orden ”mathematics” AND ”programming” med begränsningen peer-reviewed, hädanefter uttryckt som vetenskapligt granskat. Sökningen resulterade i den motsatta problematiken då antalet träffar ökade till 1486. Genom att undersöka de dessa vetenskapliga texter blev det tydligt att ytterligare en avgränsning krävdes i form av en sökning som kombinerade flera ord samtidigt, detta på grund av att relevansen i förhållandet till frågeställningen fortfarande var för låg. Vid nästa sökning lades ”high school” till i liknande sökning som tidigare genomförts och antalet träffar minskade till 130. Sökningen visades vara fruktbar och ett flertal relevanta källor hittades där bland annat Psycharis och Kallia (2017) bedömdes som centralt då frågeställningen som ligger till grund för forskningen överensstämmer med kunskapsöversiktens. Eftersom tillräckligt med material fanns med sökordet ”high school” så valdes det att inte göra en sökning på den brittiska motsvarigheten ”upper scondary school”.

Genom att analysera Psycharis och Kallia (2017) upptäcktes att artikeln refererar till ytterligare andra vetenskapliga artiklar som fokuserar på samma ämne och sökningsprocessen inriktades till

8

dessa. Artiklarna som valdes genom den sistnämnda metoden är; Tu & Johnson (1990), Taylor, Harlow och Forret (2010), Fox och Farmer (2011) samt Soloway (1993). Relevans i förhållandet till frågeställningen varierar bland artiklarna, dock karakteriseras samtliga av kvantitativa eller kvalitativa undersökningar med syftet att undersöka huruvida programmering bidrar till utvecklingen av olika matematiska förmågor. Förmågorna som undersöks eller diskuteras i dessa artiklar begränsas dock till problemlösning, modellering, resonemang och kommunikation vilket resulterade i att litteratursökningen inriktades åt annat håll för att komma åt de övriga förmågorna som anges i de svenska kursplanerna i Matematik.

I läroplanen för ämnet Matematik uttrycks det explicit att undervisningen ska bidra till utvecklingen av olika matematiska förmågor och sju förmågor nämns: problemlösningsförmåga, modelleringsförmåga, resonemangförmåga, kommunikationsförmåga, procedurförmåga, begreppsförmåga och relevansförmåga (Skolverket, 2011). Baserat på att arbetet med dessa förmågor är ett krav från myndigheterna i Sverige inriktades litteratursökningen till vetenskapliga artiklar som undersöker matematikundervisningen i Sverige för att kunna hitta källor som även diskuterar de kvarstående förmågorna, det vill säga procedursförmåga och relevansförmåga.

Då den första sökningen som kombinerade svenska ord inte gav relevanta resultat valdes däremot en kombination av engelska ord; ”programming”, ”mathematics” och ”Sweden”. Genom den sista sökningen hittades Humble, Mozelius och Sällvin (2019) och Humble, Mozelius och Sällvin (2020) som undersöker lärarnas inställning till programmering i Sverige och diskuterar de olika programmeringstyperna genom att presentera kvalitativdata inhämtad i en svensk kontext som delvis berör frågeställningen av kunskapsöversikten. Dock hittades inga källor som diskuterar de kvarstående förmågorna.

Detta ledde till att förmågorna översattes till engelska. Procedurförmåga översattes till ”procedural ability” eller ”procedural skills”, relevansförmåga till ”relevance ability” eller ”relevance skills” och begreppsförmåga till ”conceptual ability” eller ”conceptual skills”. Olika sökningar genomfördes i databaserna ERIC, Libsearch och ERC där sökordet ”programming” kombinerades med de översatta förmågorna dock saknade resultaten relevans. Detta diskuteras djupare längre fram i kunskapsöversikten.

Ytterligare en vetenskaplig artikel, Forsström och Afdal (2020), hittades genom en Facebook grupp som heter Matematikundervisning. Facebookgruppen har över 18 700 medlemmar och länkar rapporter eller vetenskapliga artiklar kopplat till undervisning i matematikämnet. Även om Facebook inte är en pålitlig databas för en metodisk sökprocess av vetenskapliga artiklar bedömdes

9

Forsström och Afdal (2020), som relevant då artikel är vetenskaplig granskad och betraktar problemlösnings- och modelleringsförmågan i samband med programmering.

För att kunna redogöra för de olika ämnesspecifika begrepp som används i de funna vetenskapliga artiklarna styrdes sökningsprocessen av ytterligare sökord som ”Concputational thinking” (datalogiskt tänkande), ”unplugged programming” (urkopplad programmering) och ”block programming” (blockprogrammering).

Sökprocessen fortsatte därefter med samma sökord som hittills nämnts och genom olika databaser så som Googlescholar, ERIC, Swepub, ERC och Libsearch tills underlaget bedömdes som tillräckligt för att möjliggöra en fortsatt skrivprocess.

3.2 Metodanalys

Genom en strukturerad litteratursökning hittades ett flertal relevanta källor som beaktar kunskapsöversiktens frågeställning. Under sökprocessen samlades vetenskapliga artiklar av internationell karaktär där författarna undersöker effekterna av programmering på olika matematiska förmågor genom statistiska undersökningar och genom specifika fallstudier. Källorna som granskats saknar dock relevans i förhållande till vissa förmågor och därför uteslöts dessa förmågor i resultat delen. Detta kan bero på att forskningsområdet är väldigt nytt och att programmering endast har varit en aktuell del i den svenska matematikundervisningen på gymnasiet sedan år 2018 (Regeringen, 2017). Förmågorna diskuteras istället under rubriken Diskussion och slutsats. Utav de källor som hittades i sökprocessen var det endast ett fåtal som undersöker fenomenet ur en svensk kontext. Detta upplevdes som problematiskt då frågeställningen formulerats utifrån de svenska bedömningskriterierna för matematikkurserna där förmågorna bedöms summativt.

10

4 Begrepp

I denna del av kunskapsöversikten förklaras olika begrepp som används i artiklarna som redovisas i resultat delen. Begreppen översätts även till svenska för att underlätta textflödet under resultat- och diskussionsdelen.

4.1 Computational Thinking

Den svenska översättningen av computational thinking är datalogisk tänkande och som tidigare beskrevs kommer det svenska ordet att användas hädanefter. Begreppet beskriver ett sätt att resonera, formulera och kommunicera lösningen av ett matematiskt problem. Forskaren Wing (2017) definierar begreppet datalogiskt tänkande som:

Computational thinking is the thought processes involved in formulating a problem and ex-pressing its solution(s) in such a way that a computer—human or machine—can effectively carry out. (2017, s. 8)

Det Wing menar är att man med ett välutvecklat datalogiskt tänkande kan översätta sina tankegångar till ett välstrukturerat språk som datorn förstår, oavsett om den är en annan människa eller en maskin. Wing menar alltså att man kan se människans hjärna som en typ av dator.

Datalogiskt tänkande kan även definieras som processen då ett problem angrips som en mängd information, input, som ska omvandlas till ett önskat resultat, output, genom olika procedurer, algoritmer (Denning, 2009).

4.2 Unplugged programming

Unplugged programming översätts till svenska i den här kunskapsöversikten som urkopplad programmering. Begreppet beskriver sättet att programmera som används i didaktiska sammanhang där programmeringen sker utan användandet av datorer (Aranda & Ferguson, 2018). Från 2012 har man börjat undersöka effekterna av urkopplad programmering på elevernas matematiska förståelse (Aranda & Ferguson, 2018). Den pedagogiska tanken bakom processen är att ge möjligheten till eleverna att behärska det datalogiska tänkandet utan att begränsas av de syntaktiska och språkspecifika förkunskaper som krävs för att programmera i ett programmeringsspråk.

11

4.3 Block programming

Block programming kommer i följande att översättas till blockprogrammering. Blockprogrammering innebär att det finns ett visuellt användargränssnitt där den som programmerar enkelt kan välja förbestämda block med kod som enkelt kan dras och släppas där de ska vara för att skapa ett eget program (Chiu, 2020). Användaren behöver alltså inte vara införstådd i språkets syntax utan kan enkelt välja det block som gör det användaren vill utan att se själva koden. Scratch är ett exempel på ett programmeringsverktyg där man använder sig av blockprogrammering, eller visuell programmering som vissa beskriver det som, (Kalelioglu & Gülbahar, 2014).

4.4 Textual programming

Textual programming är den typ av programmering som man vanligen refererar till när man pratar om programmering. I resterande av denna kunskapsöversikt kommer textual programming att översättas till standardprogrammering. Standardprogrammering har ett textbaserat användargränssnitt och en syntax som måste följas (Chiu, 2020) vilket innebär en brant inlärningskurva för den som inte har programmerat tidigare. Exempel på vanliga programmeringsspråk som används som standardprogrammering är Python, Java och C#.

12

5 Resultat

Nedan presenteras resultatet som uppnåtts genom litteratursökningen. För att underlätta läsningen har valet gjorts att dela upp i underrubriker med olika matematiska förmågor, även en rubrik med olika typer av programmering finns. De förmågor som det inte finns tillräckligt med forskningsunderlag, relevans- och procedurförmågan, kommer att diskuteras under diskussionsdelen.

5.1 Problemlösningsförmåga

Tu och Johnson skrev redan 1990 att utbildare i många år sett problemlösning som en viktig del av utbildningen, inte bara i matematikämnet. Nedan presenteras resultatet av de vetenskapliga artiklar som hittats med fokus på problemlösningsförmågan.

Tu och Johnson (1990) upptäckte att programmering kan utveckla problemlösningsförmågan, framförallt den del som författarna kallar för logiskt resonemang. Författarna menar att programmering bör utveckla problemlösningsförmågan då alla delar i problemlösning används under processen. För att testa detta genomfördes en kurs i programmering där eleverna gjorde problemlösningstester både före och efter kursen. Problemlösningstesten delades upp i sju olika kategorier: word problem translation, word problem solution, following procedures, following directions, logical reasoning, visual ability och verbal ability. Författarna kunde på så sätt få fram vilken del av problemlösningsförmågan eleverna utvecklade under kursens gång. Som tidigare nämnts så visade testet i logiskt resonemang störst utveckling.

I en fallstudie skriver Taylor, Harlow, och Forret (2010) i resultatet att barnen som observerades utvecklade avancerade problemlösningsstrategier då de arbetade med Scratch, som är blockprogrammering. Man kunde framförallt se en matematisk utveckling hos de lågpresterande barnen, de som tidigare bedömts som underkända kunde efter kursen i programmering godkännas. Dock så skriver författarna själva att deras fallstudie snarare bör ses som ett bra underlag för vidare forskning då resultatet inte var tillräckligt för att bekräfta någon tillräckligt stark korrelation mellan programmering och matematisk utvecklig.

Kalelioglu och Gülbahar (2014) undersökte en grupp femteklassare i Turkiet som även de arbetade med Scratch. I testerna i problemlösning, som eleverna gjorde både före och efter att de hade programmerat med Scratch, så kunde man inte se någon skillnad i problemlösningsförmågan. Författarna utrycker att det skulle kunna peka på att programmering inte utvecklar problemlösningsförmågan men att mer forskning måste göras för att säkerställa detta. Förutom

13

testerna så intervjuade författarna eleverna och det kunde konstateras att eleverna uppskattade programmering och ville fördjupa sina kunskaper inom ämnet. Begräsningarna som flera av eleverna upplevde när de arbetade med Scratch är att de inte fick den friheten som de hade fått med standardprogrammering medan andra tyckte det var svårt att förstå vad de mer avancerade blocken gjorde. Eleverna upplevde dock att de fick möjligheten att lösa problemen på olika sätt vilket skulle kunna ses som en övning i problemlösning.

Pardamean, Suparyanto och Evelyn (2015) gjorde en undersökning på femteklassare i Indonesien där de delade upp eleverna i tre grupper och undersökte huruvida programmering med LOGO stärker elevernas problemlösningsförmåga. Eleverna delades upp med faktorer så som kön, etnicitet och social status i åtanke för att få så homogena grupper som möjligt. Författarna observerade en tydlig skillnad i resultat för de olika grupperna där de två grupperna som hade gått en kurs i programmering fick bättre resultat på eftertesterna än vad kontrollgruppen fick. Författarna drog även slutsatsen att programmeringen gjorde att eleverna fick en djupare förståelse för de geometriproblem som löstes med hjälp av LOGO, detta då eleverna kunde se geometrin och inte bara räkna problem.

Forsstöm och Afdal (2020) undersökte hur programmering med robotar påverkar matematisk förståelse, framförallt inom problemlösning, när det används som en undervisningsmetod i en grupp 12-åringar. Eleverna använde sig visserligen av problemlösning men författarna menar att arbetet med robotarna snarare gav en mening åt matematiken än utvecklade någon matematiskförmåga. Vidare skriver författarna att det kan ge en klarare bild av matematiken när eleverna får se vad som händer snarare än att bara räkna, vilket kan höja motivationen hos eleverna.

5.2 Resonemangförmåga

Utifrån de analyserade forskningsrapporterna hittades en tydlig korrelation mellan undervisning i programmering och utvecklandet av resonemangsförmågan (Psycharis & Kallia, 2017; Fox & Farmer, 2011; Taylor, Harlow & Forret, 2011).

Redan år 1986 skrevs en artikel där författarna undersöker programmeringens inverkan på olika matematiska förmågor (Kurland Pea, Clement & Mawby 1986). I artikeln undersöks hur programmering utvecklar det logiska tänkandet generellt och i samband med resonemangsförmågan i matematik. Metoden för undersökningen karakteriseras av olika för- och eftertester med syftet att analysera skillnaderna i resultat före och efter programmeringskursen som erbjöds till eleverna. Resultatet av forskningen visar att programmering stärker det logiska tänkandet generellt, dock saknar Kurland m.fl (1986) underlag för att stärka hypotesen att samma

14

slutsats kan tillskrivas även till de ämnesspecifika förmågorna som karakteriserar matematikkursen. Forskningen visar dock en viss skillnad i prestationen av den experimentella gruppen i förhållandet till kontrollgruppen på vissa matematiska uppgifter vilket pekar på att hypotesen inte kan bortkastas och att vidare forskning krävs.

Även Taylor, Harlow och Forret (2010) undersökte programmering i förhållande till resonemangsförmågan i en fallstudie som tydligare troliggör sambandet. Fallstudien karakteriserades av kvalitativa data insamlat med hjälp av observationer och intervjuer där fokus lades på blockprogrammering. Undersökningens resultat stärker hypotesen om att programmering faktiskt utvecklar resonemangsförmågan, dock uttrycker forskarna en viss tveksamhet då resultatet bygger på generella tolkningar och därför inte tydligt kan kontextualiseras i ämnet matematik.

Ytterligare en undersökning gjordes av Fox och Farmers (2011) som försökte belysa en statistisk relevant utveckling av resonemangsförmågan genom undervisning i programmering. För att påvisa korrelationen användes sig forskarna av två klasser där den ena utgjorde den experimentella gruppen och den andra användes som kontrollgrupp. Den experimentella gruppen undervisades i programmering under matematikkursen till skillnad från kontrollgruppen som undervisades på det traditionella sättet utan något inslag av programmering. Olika för- och eftertester användes för att mäta resultateten, även om en skillnad i resultat för den experimentella gruppen jämfört med kontrollgruppen kunde observeras är skillnaden för lite för att säkerställa statistisk relevans. Även i detta fall kunde inte forskningen presentera tillräckligt med underlag för att stärka hypotesen. Enligt forskarna bygger det misslyckande resultatet på olika faktorer där framförallt längden av undervisningsperioden och komplexiteten av uppgifterna som behandlades bedömdes som avgörande. Enligt forskarna var den korta undervisningen som erbjöds inte tillräckligt för att utveckla det datalogiska tänkandet.

Några år senare genomförde Psycharis och Kallia (2017) en liknande undersökning med syftet att vidare utforska Fox och Farmers (2011) frågeställning. Genom att implementera de revideringar i metoden som föreslogs i resultatanalysen av det ursprungliga arbetet kunde Psycharis och Kallia (2017) observera en statistiskt relevant ökning i elevernas resonemangsförmåga i förhållande till kontrollgruppen. Resultatet visar även att utvecklandet av förmågan är oberoende av programmeringsspråk, detta eftersom undervisningen som karakteriserade undersökningen byggde på att utveckla det datalogiska tänkandet generellt.

15

5.3 Kommunikationsförmåga

Under sökprocessen hittades ingen undersökning som karakteriserades av kvantitativdata för att stärka hypotesen att programmering utvecklar kommunikationsförmågan, dock hittades en vetenskaplig artikel som explicit beaktar ämnet.

I en artikel som publicerades år 1993 diskuterar Soloway kring effekterna av programmering på elevernas förmåga att kommunicera sina lösningar. Enligt forskaren bidrar programmering till utvecklingen av kommunikationsförmågan då eleverna under programmerings processen tvingas att inte bara försöka lösa olika problem, men även kommunicera sina lösning till en dator. Kommunikationsförmågan utvecklas genom att eleverna tvingas använda specifika ord, följa en specifik syntax och även förhålla sig till grammatiska regler.

5.4 Modelleringsförmåga

Under sökprocessen var det svårt att finna konkreta källor om just modelleringsförmågan så det som går att läsa under den här rubriken är vår egen tolkning av de forskningsrapporter som granskats. Den artikel som starkast kan kopplas till modelleringsförmågan är en artikel av Marshall och Buteau (2014) där författarna beskriver hur en kurs som kallas MICA (Mathematics Integrated with Computers and Applications), som ges som en del av matematikundervisningen på ett kanadensiskt universitet, är uppbyggd och fungerar. MICA går ut på att studenterna skapar flera av det som kallas för Exploratory Objects, EO, som kan liknas med en micro-world men med skillnaden att studenterna på MICA-kursen skapar programmen från grunden. Som slutprojekt ska studenterna hitta på en fråga som de sedan med hjälp av sina EO’s ska besvara. Ett sådant slutprojekt handlade om huruvida man blir blötast av att springa eller gå om det regnar ute. I programmet får användaren ange parametrar såsom vindhastighet och vindriktning för att på så sätt kunna undersöka olika scenarion. Denna typ av uppgift är av typen modellering, så även om det inte undersöktes huruvida uppgifterna utvecklade modelleringsförmågan så bidrog

undervisningen till en lärandeprocess där förmågan användes. Marshall och Buteau (2014) menar

även att denna typ av matematikuppgifter leder till inquiry-based learning och till en annan typ av matematematik, nämligen den matematik som liknar den som de som är matematiker till yrket använder.

16

5.5 Begreppsförmåga

Begreppsförmågan diskuteras endast i några av de granskade undersökningarna. Korrelationen mellan undervisning i programmering och utvecklandet av den nämnda förmågan undersöks inte explicit, dock presenteras programmering som ett användbart verktyg för att förklara och tydliggöra abstrakta begrepp (Soloway, 1993). I artikeln Should we teach students programming? presenterar Soloway (1993) hur effektiv undervisning i programmering kan konkretisera olika begrepp som till exempel funktioner. Enligt författaren finns det en stor skillnad mellan att definiera en funktion som en avbildning från en mängd A till en mängd B och att presentera en funktion med hjälp av programmering där både input och output tydligt kan observeras.

5.6 Urkopplad, block- och standardprogrammering

Chiu (2020) kommenterar svårigheten nybörjare i programmering brukar ha med programmeringsspråkens syntax då det skiljer sig mycket mot det talade språket. Författaren menar därför att blockprogrammering är en bra startpunkt för att införa programmering i matematiken då eleverna kan koncentrerar sig på algoritmerna bakom programmet istället för att oroa sig över syntaxen. Vidare skriver Chiu (2020) att få arbeta med problemlösning och “openended problems”, det Hagland, Hedrén och Taflin (2005) kallar för rika problem, med ett visuellt användargränssnitt engagerar eleverna att tänka själva och motiverar eleverna ytterligare i skolarbetet.

I artikeln skriven av Taylor, Harlow och Forret (2010) analyseras de effekter som blockprogrammering har på de elever som tidigare definierats som lågpresterande. Undersökningens resultat visar att eleverna som visade bristande kunskaper i olika matematiska områden snabbt kunde engagera sig i arbetet med blockprogrammering. Under programmeringslektionerna började eleverna dessutom använda ett mer korrekt matematiskt språk för att diskutera sina lösningar med klasskamraterna. I undersökningen framställs blockprogrammering som ett fördelaktigt verktyg för att utveckla det datalogiska tänkandet, framförallt för de eleverna där den traditionella undervisningen i matematik inte bidrar till en ökad förståelse för ämnet.

I en svensk undersökning av Humble, Mozelius och Sällvin (2019) redovisas intervjuer där olika matematiklärare diskuterar för- och nackdelarna med användningen av urkopplad programmering i undervisningen. Lärarna som intervjuades undervisade aktivt i programmering och grundade

17

argumenten i sina upplevelser av att använda denna typ av programmering i klassrummet. Resultatet av undersökningen tyder på att urkopplad programmering är ett användbart verktyg för att stärka det datalogiska tänkandet generellt genom att arbeta med problemlösningsuppgifter med syftet att vidare utveckla problemlösnings- och resonemangsförmågan. Detta kan relateras till den tidigare presenterade undersökningen av Psycharis och Kallia (2017) som grundas i bland annat urkopplad programmering och som presenterar liknande resultat. Enligt Humble, Mozelius och Sällvin (2019) karakteriseras urkopplad programmering även av fördelen att inte behöva begränsas av den tekniska utrustningen då undervisning som bygger på denna programmeringstyp även kan genomföras med hjälp av en whiteboard. Undersökningen diskuterar även olika nackdelar av urkopplad programmering i jämförelse med standard- och blockprogrammering. Den största begränsningen som presenteras är att genom att endast undervisa med hjälp av urkopplad programmering utesluts en stor del av programmeringsprocessen då programmen aldrig kompileras och undervisningen förlorar den pragmatiska aspekten. På grund av detta bör urkopplad programmering användas som ett komplement till standard- eller blockprogrammering (Humble, Mozelius, & Sällvin 2020) men kan även användas som en introduktion till dessa (Threekunprapa & Yasri, 2020).

Standardprogrammering är programmeringstypen som karakteriseras av den största frihetsgraden och den brantaste inlärningskurvan (Humble, Mozelius, & Sällvin 2020). Författarna diskuterar svårighetsgraden och tidsperspektivet av att undervisa med hjälp av standardprogrammering. Undervisningen som bygger på denna programmeringstyp förutsätter att eleverna besitter betydligt högre förkunskaper i förhållandet till undervisningen som bygger på urkopplad och blockprogrammering. Dock tyder resultaten av undersökningen på att lärarna upplever en form av hierarki inom programmeringstyperna där standardprogrammering placeras på toppen av pyramiden. Enligt de intervjuade lärarna är potentialen hos standardprogrammering betydligt högre på grund av frihetsgraden som karakteriserar den och bör därför aldrig uteslutas från undervisningen.

18

7 Diskussion och slutsats

Att besvara den första av de frågeställningarna som presenterade i början av denna kunskapsöversikt visade sig vara svårare än vad som först antagits. Då frågeställningen berör alla sju förmågor är det en väldigt bred fråga. Man kan i resultatet i den här kunskapsöversikten se att de förmågor som majoriteten av forskningsunderlaget berör är problemlösningsförmågan och resonemangsförmågan. För dessa två förmågor finns det statistiskt underlag att påstå att programmering kan utveckla matematiska förmågor (Fox & Farmer, 2011; Pardamean, Suparyanto & Evelyn, 2015; Psycharis & Kallia, 2017; Soloway, 1993; Taylor, Harlow & Forret, 2017). De är få av de undersökta källorna som kan bekräfta att det är programmeringen som har utvecklat förmågorna och inte bara det faktum att extra insatser i matematiken gjordes. En anledning till att resultatet inte kan generaliseras är att de statistiska undersökningarna som gjorts inte har studerat tillräckligt stora grupper, vilket minskar undersökningarnas validitet. Inom förmågorna som kallas modellering, kommunikation och begrepp så har ingen av källorna tillräckligt säkra statistiska resultat för att kunna lämna något avgörande svar. Resultaten som redovisas är tolkningar av olika vetenskapliga artiklar där förmågorna diskuteras i samband med programmering och kan inte användas för att besvara frågeställningen.

Anledningen till att inga resultat redovisades för procedurförmågan och relevansförmågan beror på att det i de granskade vetenskapliga artiklarna diskuterades de nämnda förmågorna aldrig explicit. Även om olika artiklar delvis berörde dessa förmågor redovisades aldrig något resultat som kunde besvara kunskapsöversiktens frågeställning och därför uteslöts dessa från resultatdelen. Kommentarmaterialet till det centrala innehållet för ämnet matematik (Skolverket, 2017) definierar procedurförmågan som: ” Procedurförmåga innebär att tillämpa olika matematiska procedurer och rutiner så att säkerhet, precision och effektivitet stärks efterhand” (s. 1). Utifrån definitionen som presenteras blir det problematiskt att ens försöka hitta en korrelation mellan programmering och utvecklingen av procedurförmågan som karakteriseras av en positiv korrelationskoefficient. En av programmeringens användningsområde är att möjliggöra en systematisk repetition av olika procedurer utan att faktiskt själv behöva iterera dem. Däremot så innebär relevansförmåga “att kunna sätta in matematiken i ett större sammanhang” (s. 3, Skolverket, 2017) och då man kan se programmering som ett större sammanhang eftersom det används i många av dagens yrken, så måste det finnas en koppling mellan relevansförmågan och programmering. Detta är dock inget som någon av de funna forskningsrapporterna har bevisat eller ens studerat.

19

Resultaten som använts för att försöka besvara den andra frågeställningen finns dels i resultatdelen som behandlar urkopplad, block- och standardprogrammering samt dels i delar av de andra underrubrikerna i resultatdelen. Det är flera forskare som har uttryckt sig positivt till framförallt blockprogrammering i matematikundervisningen (Chiu, 2020; Taylor, Harlow & Forret, 2010; Kalelioglu & Gülbahar, 2014). Anledningen är att blockprogrammering, tillskillnad från standardprogrammering, inte har en lika brant inlärningskurva och kan därför fortare bli ett hjälpmedel för att utforska faktisk matematik utan att lägga vikt vid syntaxen. Urkopplad programmering ses som ett bra hjälpmedel för att stärka det datalogiska tänkandet då det inte krävs några digitala verktyg för att kunna genomföra undervisningen, dock finns risken att eleverna missuppfattar hur programmering verkligen fungerar (Humble, Mozelius & Sällvin, 2019). Med standardprogrammering kommer man åt den mer avancerade matematiken men den förutsätter att eleverna har gedigna förkunskaper i programmering (Humble, Mozelius & Sällvin, 2020). Som man kan utläsa ur de granskade undersökningarna så finns det inte tillräckligt med underlag för att avgöra viken typ som är bäst för utvecklandet av matematiks förståelse. Man kan dock observera att lärarna uttrycker en sorts hierarki bland de olika programmeringstyperna där standardprogrammering anses som den högre och urkopplad som den lägre (Humble, Mozelius & Sällvin, 2020). Då programmering inte är ett eget ämne utan en del av matematikkurserna (Skolverket, 2017) så kan det dock motiveras att blockprogrammering är den bästa typen då det inte kräver lika lång tid för att nå fram till matematiken.

Som med all forskning så finns det begräsningar på hur väl de kan kopplas till den specifika frågeställning som diskuteras då forskarna vanligen har en annan frågeställning i grunden. Detta blir extra tydligt i denna kunskapsöversikt då majoriteten av källorna är internationella och vår frågeställning har en väldigt specifikt svensk kontext, de matematiska förmågorna som nämns är definierade av Skolverket. I tillägg så är vissa av källorna som använts skrivna för flertalet år sedan, exempelvis Soloway (1993) som var den enda av de granskade källorna där kommunikationsförmågan och begreppsförmågan explicit diskuterades.

Då programmering har varit aktuell som en del av undervisning i ämnet matematik endast under kort tid (Regeringen, 2017) finns det inte tillräckligt med underlag för att säkerställa de konsekvenserna som verktyget kommer att ha i förhållandet till läraryrket. Resultatet av litteraturgranskningen tyder dock på att programmering kan användas för att skapa läranderika undervisningstillfällen där olika matematiska förmågor förstärks. I den nuvarande situationen uttrycker många lärare i Sverige att förkunskaperna som de och eleverna har inte är tillräckliga för att effektivt kunna använda programmering som ett verktyg i undervisningen (Humble, Mozelius,

20

& Sällvin, 2020). Om lärarutbildningen revideras för att ytterligare behandla ämnet så kommer det förhoppningsvis att bidra till en bredare användning av verktyget som redan nu visas kunna underlätta elevernas matematiska förståelse (Psycharis & Kallia, 2017). Däremot om lärarutbildning inte förändras och ämneslärarna fortsätter att tveka på sina förkunskaper finns det en möjlighet att programmering kommer så småningom att minska sin roll i matematikundervisning såsom sista revideringen av läroplanen pekar på (SKOLFS 2020:94).

Redan 1980 analyserade Papert i artikeln Children, Computers, and powerful ideas rollen av digitala verktyg och programmering i matematikundervisningen. Han observerade en konservativ värld som skrämdes av det okända, som hängde fast vid traditionen och som ifrågasatt empirin. Trots att det idag finns en mängd olika vetenskapliga forskningar som ger statistiskt underlag som belyser den positiva effekten programmering har på olika matematiska förmågor (Fox & Farmer, 2011; Pardamean, Suparyanto & Evelyn, 2015; Psycharis & Kallia, 2017; Soloway, 1993; Taylor, Harlow

& Forret, 2017) har skolmyndigheterna bestämt att minska programmeringens roll i

undervisningen (SKOLFS 2020:94), vilket kan relateras till samma trend som Papert (1980) beskrev som ”the vicious circle” som resulterar i att nya didaktiska verktyg läggs åt sidan för att bevara traditionen på utvecklingens bekostnad.

21

8 Vidare forskning

Då programmering i matematikundervisning är ett relativt nytt ämne så finns det mycket som man kan se som relevant vidare forskning. Exempelvis hade det varit intressant att genomföra en undersökning där man kan besvara frågan om vilken typ av programmering som är den bästa ur en didaktisk synpunkt. Det skulle även vara intressant att ytterligare undersöka hur kommunikationsförmågan utvecklas av programmering då den forsknings som gjorts inte är speciellt extensiv. Att observera en klass som redan sedan tidigare har goda kunskaper inom programmering och konstatera om det bland dessa elever är lättare att se en utveckling inom de olika matematiska förmågorna. Detta eftersom det i de undersökningar som misslyckades med att finna en korrelation ofta skyllde detta på bristande tid för programmeringsundervisning. Finns det större möjligheter att genom programmering lära sig den svårare matematiken om man redan sedan tidigare har goda förkunskaper inom programmering?

22

Referenser

Aranda, G., & Ferguson, J. P. (2018). Unplugged Programming: The future of teaching computational thinking?. Pedagogika, 68(3), 279-292.

https://doi.org/10.14712/23362189.2018.859 Backman, J. (2008). Rapporter och uppsatser. Lund: Studentlitteratur.

Chiu, C.F. (2020). Facilitating K-12 Teachers in Creating Apps by Visual Programming and Project-Based Learning. International Journal of Emerging Technologies in Learning, 15(1), 103–118. https://doi.org/10.3991/ijet.v15i01.11013

Denning, P. J. (2009). Beyond computational thinking. Communications of the ACM, 52(6), 28–30.

https://doi-org.proxy.mau.se/10.1145/1516046.1516054

Forsström, S.E., Afdal, G. (2020). Learning Mathematics Through Activities with Robots. Digit Exp Math Educ 6, 30–50. https://doi.org/10.1007/s40751-019-00057-0

Fox, R. W., & Farmer, M. E. (2011). The effect of computer programming education on the reasoning skills of high school students. In H. R. Arabnia, V. A. Clinsy, & L. Deligiannidis (Eds.), Proceedings of the international conference on frontiers in education:

Computer science and computer engineering, 187–193, USA: CSREA Press.

Hagland, K., Hedrén, R., & Taflin, E. (2005). Rika matematiska problem – Inspiration till variation. (1:a uppl.). Stockholm: Liber.

Humble, N., Mozelius, P., & Sällvin, L. (2019). On the Role of Unplugged Programming in K-12 Education. Proceedings of the 18th European Conference on E-Learning, ECEL, 224– 230. http://miun.diva-portal.org/smash/get/diva2:1369126/FULLTEXT02.pdf

Humble, N., Mozelius, P., & Sällvin, L. (2020). Remaking and reinforcing mathematics and technology with programming – teacher perceptions of challenges, opportunities and tools in K-12 settings. International Journal of Information & Learning Technology,

37(5), 309–321. https://doi-org.proxy.mau.se/10.1108/IJILT-02-2020-0021

Kalelioglu, F., & Gülbahar, Y. (2014). The Effects of Teaching Programming via Scratch on Problem Solving Skills: A Discussion from Learners’ Perspective. Informatics in

Education, 13(1), 33–50.

Kurland, D. M., Pea, R. D., Clement, C., & Mawby, R. (1986). A Study of the Development of Programming Ability and Thinking Skills in High School Students. Journal of

Educational Computing Research, 2(4), 429–458.

Malmö Universitet. (2020). Ämneslärarutbildning: gymnasieskolan, förstaämne matematik. Hämtad från: https://edu.mau.se/sv/program/lalam-gyma

Marshall, N., & Buteau, C. (2014). Learning Mathematics by Designing, Programming,

and Investigating with Interactive, Dynamic Computer-Based Objects. International

Journal for Technology in Mathematics Education, 21(2), 49–64.

Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. New York: Basic Books Inc. Pardamean, B., Suparyanto, T., & Evelyn. (2015). Improving problem-solving skills

through Logo programming language. New Educational Review, 41(3), 52–64.

https://doi.org/10.15804/tner.2015.41.3.04

Psycharis, S., & Kallia, M. (2017). The effects of computer programming on high

school students’ reasoning skills and mathematical self-efficacy and problem solving. Instructional Science, 45(5), 583–602.

https://doi-org.proxy.mau.se/10.1007/s11251-017-9421-5

Regeringen. (2017). Stärkt digital kompetens i läroplaner och kursplaner.

Hämtad från: http://www.regeringen.se/pressmeddelanden/2017/03/starkt- digital-kompetens-i-laroplaner-och-kursplaner/

23

SKOLFS 2020:94. Förordning om ändring i förordningen (SKOLFS 2010:261) om ämnesplaner för de gymnasiegemensamma ämnena.

Skolverket. (2017). Ämne - Matematik [Kommentars material]. Hämtad 2020-12-01:

https://www.skolverket.se/download/18.6011fe501629fd150a2893a/1530187438 471/Kommentarmaterial_gymnasieskolan_matematik.pdf

Skolverket. (2011) Ämne - Matematik [Ämnesplan]. Hämtad 2020-11-27:

https://www.skolverket.se/undervisning/gymnasieskolan/laroplan-program-och-

amnen-i-gymnasieskolan/gymnasieprogrammen/amne?url=1530314731%2Fsyllabuscw%2 Fjsp%2Fsubject.htm%3FsubjectCode%3DMAT%26tos%3Dgy&sv.url=12.5dfee4 4715d35a5cdfa92a3

Soloway, E. (1993). Should we teach students to program? ACM Communications, 36, 21–24. Taylor, M., Harlow, A., & Forret, M. (2010). Using a Computer Programming Environment and

an Interactive Whiteboard to Investigate Some Mathematical Thinking. Procedia

-Social and Behavioral Sciences, 8, 561–570.

https://doi.org/10.1016/j.sbspro.2010.12.078

Threekunprapa, A., & Yasri, P. (2020). Unplugged Coding Using Flowblocks for Promoting Computational Thinking and Programming among Secondary School Students.

International Journal of Instruction, 13(3), 207–222.

Tu, JJ., & Johnson, J. R. (1990). Can computer programming improve problem-solving ability?

ACM SIGCSE Bulletin, 22(2), 30–33. https://doi.org/10.1145/126445.126451

Wing, J.M. (2017). Computational thinking’s influence on research and education for all. Italian

Journal of Educational Technology, 25(2), 7–14. https://dx.doi.org/10.17471/2499-4324/922

24

Bilaga 1

Facilitating K-12 Teachers in Creating Apps by Visual

Programming and Project-Based Learning.

Chiu, C.F. (2020). Peer review check: ok Databas: ERIC

Sökord: “visual programming” begränsat till år 2020 Träffar: 17

Relevans: Inte relevant för förmågor men relevant för skillnad mellan olika typer av

programmering

Learning mathematics through activities with robots

Forsström, S.E., Afdal, G. (2020) Peer review check: ok

Databas: MAU

Sökord: “Doing mathematics with robots”, efter tips från en facebook-grupp med inriktning

mot matematikundervisning. Hittade en doktorsavhandling där det var tre artiklar, detta är en av dem.

Träffar: ----Relevans: Mellan

The Effect of Computer Programming Education on the

Reasoning Skills of High School Students

Fox, R. W., & Farmer, M. E. (2011) Peer review check: ok

Databas: ---- Sökord: Från Träffar: ---- Relevans: Hög

On the Role of Unplugged Programming in K-12 Education

Humble, N. 1987, Mozelius, P. 1959, & Sällvin, L. (2019) Peer review check: OK

Databas: ----

Sökord: hittat i referenslistan i Humble, N., Mozelius, P., & Sällvin, L. (2020) Träffar: ----

Relevans: Låg men kan användas.

Remaking and reinforcing mathematics and technology with

programming – teacher perceptions of challenges, opportunities

and tools in K-12 settings

Humble, N., Mozelius, P., & Sällvin, L. (2020) Peer review check: OK

25

Sökord: “Sweden” “programming” “mathematics” (2010-2020) Peer reviewed. Träffar: 13

Relevans: Mellan

The Effects of Teaching Programming via Scratch on Problem

Solving Skills: A Discussion from Learners’ Perspective

Kalelioglu, F., & Gülbahar, Y. (2014). Peer review check: OK

Databas: Libserch

Sökord: “scratch” “problem solving” (2010-2020) Träffar: 291

Sammanfattning: Färdig Relevans: Hög

A Study of the Development of Programming Ability and

Thinking Skills in High School Students.

Kurland, D. M., Pea, R. D., Clement, C., & Mawby, R. (1986). Peer review check: OK

Databas: ---

Sökord: Från Fox, R. W., & Farmer, M. E. (2011) Träffar: --

Relevans: Hög, men gammal

Learning Mathematics by Designing, Programming, and

Investigating with Interactive, Dynamic Computer-Based Objects

Marshall, N., & Buteau, C. (2014) Peer review check: OK

Databas: ERIC

Sökord: “programming” “mathematics” Träffar: 160

Sammanfattning: Färdig Relevans: Mellan

Mindstorms: Children, computers, and powerful ideas.

Papert, S. (1980). Peer review check: OK Databas: ---

Sökord: Hittades i Psycharis, S., & Kallia, M. (2017) Träffar: ----

Relevans: Mellan

Improving Problem-Solving Skills through Logo Programming

Language

Pardamean, B., Suparyanto, T., & Evelyn . (2015) Peer review check: ok

26 Databas: MAU

Sökord: The effect of logo programming language for creativity and problem solving. Från annan källa

Träffar: 4000

Sammanfattning: Färdig

Relevans: Hög, dock handlar det om barn i femte klass i Indonesien men de testar precis det vi skriver om.

The effects of computer programming on high school students’

reasoning skills and mathematical self-efficacy and problem

solving

Psycharis, S., & Kallia, M. (2017) Peer review check: OK

Databas: ERIC

Sökord: “Mathematics”, “programming”, “high school”. (2010-2020). Peer reviewed. Träffar: 148

Relevans: Väldigt hög.

Should we teach students to program?

Soloway, E. (1993) Peer review check: ok Databas:

---Sökord: från Psycharis, S., & Kallia, M. (2017) Träffar:

----Relevans: Mellan

Using a Computer Programming Environment and an Interactive

Whiteboard to Investigate Some Mathematical Thinking

Taylor, M., Harlow, A., & Forret, M. (2010) Peer review check: ok

Databas: ---

Sökord: Från: Psycharis, S., & Kallia, M. (2017) Träffar: ---

Sammanfattning: Färdig Relevans: Mellan

Unplugged Coding Using Flowblocks for Promoting

Computational Thinking and Programming among Secondary

School Students.

Threekunprapa, A., & Yasri, P. (2020). Peer review check: ok

Databas: ERIC

Sökord: “unplugged programming” peer reveiew (2010-2020) Träffar: 5

27

Can Computer Programming Improve Problem-Solving Ability

Tu, J-J & Johnson, J., R. (1990) Peer review check: ok

Databas: ----

Sökord: Från annan källa: Psycharis, S., & Kallia, M. (2017). Träffar: ----

Relevans: Kan vara relevant men samtidigt så kan man se att den är äldre och den testar bara de som programmerat och har ingen kontrollgrupp.